Unser Ansatz
Auf der MuC 2026 — der führenden deutschsprachigen Konferenz für Mensch-Computer-Interaktion — haben wir unseren PRIVATAR-Demonstrator live vorgestellt. Er ist das Ergebnis von drei partizipativen Designworkshops mit Lehrkräften, Schulleitungen, Medienpädagoginnen und -pädagogen, Eltern und Kindern. Aus diesen Workshops haben wir fünf zentrale Gestaltungsanforderungen abgeleitet:
- Transparenz und Zugangskontrolle — Wer nimmt an einer Session teil? Wer kann mithören?
- Datenschutzsensible Mobilität — Freie Bewegung im Klassenraum, klare räumliche Grenzen zu sensiblen Bereichen.
- Privatsphäre-schützende Selbstdarstellung — Soziale Präsenz ausdrücken, ohne das eigene Gesicht oder den eigenen Hintergrund offenlegen zu müssen.
- Nutzerkontrolliertes Datenschutzmanagement — Aktive Kontrolle für alle, ohne Accounts oder zusätzliche Hardware.
- Soziales und kontextuelles Signaling — Einfache Wege, Aufmerksamkeit, Verfügbarkeit und Interaktionsbereitschaft zu signalisieren.
In Zusammenarbeit mit der Universität Göttingen (Computersicherheit & Datenschutz), der Universität Duisburg-Essen (Interactive Systems) und der Universität Bonn (Humanoid Robots Lab) haben wir diese Anforderungen in einem funktionierenden System umgesetzt.
Unsere Lösung
Der PRIVATAR-Demonstrator verbindet drei Komponenten: den OrionStar Minibot als physischen Avatar im Klassenraum, eine browser-basierte WebApp für das kranke Kind zu Hause und eine Android-Applikation auf dem Roboter selbst.
Was ihn von anderen Ansätzen unterscheidet:
Avatar-basierte Selbstdarstellung. Das Kind wählt, wie es im Klassenraum erscheint — als Gesichts-Overlay mit Emoji, als animierter 2D-Avatar oder als bewegungsgesteuerter 3D-Avatar. Alle Bildverarbeitung findet lokal auf dem Gerät des Kindes statt. Eine Live-Vorschau zeigt, was tatsächlich übertragen wird — bevor es übertragen wird.
Gestenerkennung für Mitschülerinnen und Mitschüler. Wer nicht im Video des Kindes erscheinen möchte, zeigt dem Roboter einfach einen Daumen nach unten. Die Geste aktiviert ein Datenschutz-Overlay auf dem eigenen Gesicht — kein Account, kein Extra-Gerät, kein Umweg.
Räumliche No-Go-Zonen. Der Roboter überwacht kontinuierlich seine Position im Raum. Sensible Bereiche — etwa das Lehrerpult oder persönliche Arbeitsbereiche — sind als geschützte Zonen definiert. Nähert sich der Roboter, wird die Bewegung automatisch eingeschränkt.
Transparenz über weitere Beobachtende. Betritt eine weitere Person den Bildausschnitt des Kindes, erhält das Kind eine visuelle Benachrichtigung. Lautstärke-Indikatoren zeigen an, ob gerade in einem 1-zu-1-, Gruppen- oder Klassenrahmen gesprochen wird.
Die Veröffentlichung — PRIVATAR: Privacy-friendly Mobile Avatars for Sick School Children — ist als Demo-Paper auf der Mensch und Computer 2026 (30. August – 2. September, Duisburg) erschienen. DOI: 10.18420/muc2026-mci-demo-277
